Старший инженер OpenAI Лун Ван (Lun Wang), известный под ником roon, выступил с тезисом о необходимости автоматизации посттренировочных бенчмарков для масштабирования разработки ИИ-моделей с индивидуальными настройками. Обсуждение развернулось в социальных сетях после публикации его аргументов.
Лун Ван, ведущий инженер OpenAI и автор популярного X-аккаунта roon, обозначил ключевую проблему современного ИИ-развития: отсутствие стандартизированных и автоматизированных методов оценки моделей на этапе посттренинга. По его словам, сегодня процесс настройки моделей под конкретные задачи или предпочтения пользователей остаётся трудоёмким и не масштабируемым.
Ван утверждает, что автоматизация бенчмарков после обучения позволит не только ускорить разработку, но и создать условия для появления по-настоящему персонализированных ИИ-систем. «Сейчас каждый бенчмарк требует ручной настройки, что делает невозможным массовое внедрение адаптированных моделей», — отметил инженер. Он подчеркнул, что речь идёт не о замене существующих метрик, а о дополнении их автоматизированными инструментами, способными оценивать модели по множеству параметров без участия человека.
Тезис Вана вызвал дискуссию среди специалистов. Некоторые поддержали идею, указав на растущую потребность в моделях, учитывающих культурные, языковые и профессиональные особенности пользователей. Другие выразили сомнения в возможности полностью автоматизировать оценку качества моделей, особенно в части этики и безопасности.
Ранее Ван уже выступал с инициативами по стандартизации ИИ-разработки, в том числе предлагал унифицировать подходы к обучению моделей. Его публикации часто становятся отправной точкой для обсуждения в профессиональном сообществе.
Источники: X-пост roon (Лун Ван), 3 июля 2026; публикация на платформе Digg.